《表4 不同识别方法在NIST SD19数据集上的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Mask-RCNN无分割手写数字字符串的识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

unit:%

表4为NIST SD19数据集上几种不同方法的识别率。de S Britto等[20]使用了一种基于HMM的识别方法；Oliveira等[21]提出了一种基于过分割方式的多层感知分类器（MLP)；Sadri等[22]提出了一个基于过分割的遗传算法；Gattal等[23]提出了一种价格高昂的过分割算法，也是目前最新的算法，运用滑动窗口将轮廓信息、骨架特征和Radon变换进行组合，从而得到较好的结果；Hochuli等[6]提出了基于多分类器的无分割识别算法。所提算法基于Mask-RCNN的识别算法在单个数字，3位，4位，5位及整体数字串上的准确率都取得了最好结果，3位，4位和5位字符串的识别准确率比目前最新算法分别提高了1.2、0.6、0.4个百分点；2位和6位数字串上的识别率比文献[23]略低，但计算开销小了很多。